“云”不在天上——数据中心停止时失去的8种日常

“云”不在天上——数据中心停止时失去的8种日常

我们每天都在使用看不见的巨大设施

早上，我们关闭闹钟，查看天气。在通勤途中听音乐，使用地图避开交通堵塞，午休时订购商品。在工作中参加在线会议，编辑共享文件，回家后观看视频或玩游戏。最近，依靠生成AI撰写文章草稿或制作图像的人也不再罕见。

这些看似都可以在手掌中的设备上完成。然而，实际上，每次操作时数据都在通信网络中往返，远程服务器进行搜索、匹配、存储和计算。容纳大量服务器，并24小时提供电力、冷却、通信和安全的设施就是数据中心。

Fox News报道称，美国有大约4000个正在运行的设施，还有更多处于规划和建设阶段。虽然根据不同的计算方式，设施数量可能有所不同，但重要的是依赖的深度而非规模。数据中心不再只是少数IT企业使用的幕后设备，而是像道路、电网、物流仓库一样，成为支撑社会活动的基础设施。


停摆将带来困扰的“八个日常”

首先是智能手机应用程序。SNS时间线、邮件、聊天、银行应用程序并不仅仅在设备中运行。上传的照片、收件箱、账户信息等都在服务器端保存和处理。如果与数据中心的连接中断，即使打开应用程序，也难以获取或发送新信息以及进行认证。

第二是视频、音乐流媒体和在线游戏。当按下播放按钮时，视频或音频数据会连续发送给用户。在热门作品的发布日或大型比赛中，处理同时访问的能力至关重要。在游戏中，还需要同步远程玩家的动作和胜负。如果处理能力或通信路径不足，画面会卡顿，声音会中断，操作延迟可能影响胜负。

第三是照片、文档、备份。那些以为存储在“云”中的回忆或工作资料，实际上记录在某个服务器上。即使设备丢失，也能恢复数据，是因为有将副本放置在多个设备或地点的机制。这种安心感是由持续更新存储设备、双重电源和监控的现场所创造的。

第四是搜索。从输入短语到结果排列的瞬间，系统会参考大量信息索引，评估相关性，并结合图像、地图、视频等。用户只看到一个简单的搜索框，但在后台却发生着巨大的计算和数据传输。

第五是网络购物和数字支付。不仅是商品页面的显示，库存确认、价格变动、欺诈检测、卡片授权、订单处理、配送追踪等许多过程都依赖于服务器。在促销期间，访问量会大大超过平时。如果基础设施崩溃，不仅仅是“买不到”，商店和仓库的业务也可能停滞。

第六是利用GPS的地图和导航。虽然仅从卫星接收位置信息可以由设备单独完成，但要反映最新的道路信息、交通堵塞、事故、商店、公共交通、绕行路线，则需要在服务器上处理从各地收集的数据。派车和快递的优化也依赖于同样的基础设施。

第七是远程工作。视频会议、内部聊天、协同编辑、客户管理、财务系统等现代办公室功能大多已云化。即使公司建筑完好无损，如果使用的云服务中断，业务也无法进行。数据中心对于企业来说，已成为与办公桌和电话一样基本的设备。

第八是AI、自动驾驶、机器人、科学研究等下一代技术。生成AI会即时计算问题的答案，而大规模模型的学习则需要更大的计算资源。图像识别、药物候选物的探索、天气预测等也需要大量高性能半导体的计算基础设施。AI热潮加速了数据中心的建设，这就是最大的原因。

不过，这并不意味着“一个设施停运，全球的服务都会停止”。大型运营商配备了备用电源和通信路径，将数据复制到多个地点，并在故障时将处理转移到其他地点。在区域内设置多个独立的运行区也是常见的做法。即便如此，如果设计缺陷、设置错误、电源或通信故障波及多个机制，仍可能发生大规模服务中断。需要问的是“是否会故障”，而是“故障时能承受多大，能多快恢复”。


AI时代，最大的限制将不再是数据，而是电力

数据中心的存在感突然成为政治问题的背景是AI计算的急剧增加。根据美国劳伦斯伯克利国家实验室的数据，美国的数据中心在2023年使用了176太瓦时的电力，占全美消费量的约4.4%。预计到2028年将达到325至580太瓦时，占全美的6.7%至12%。2025年版的更新估计显示，到2030年可能达到全美的11.8%，情景范围为9.5%至15.3%。

全球的趋势也是如此。国际能源机构预计，到2030年，全球数据中心的电力消耗将翻倍至约945太瓦时。2025年，数据中心整体的电力需求增加了17%，而以AI为重点的设施则增加了50%。即使每个半导体的效率提高，但如果使用次数和用途以更快的速度增加，总需求也会膨胀。仅靠节能并不能自然解决问题。

要全天候稳定供应大量电力，不仅需要发电设备，还需要变电站、输电线路、储电和备用电源的投资。费用是由数据中心运营商承担，还是广泛转嫁给电力公司的普通用户，将直接影响居民的生活成本。将AI的计算能力视为国家竞争力的政策，与希望每月电费降低的家庭的感受冲突是理所当然的。


水、噪音、税收——选址地区看到的另一种景象

服务器运行时会产生热量，因此需要冷却。通过蒸发水来散热的方法在某些情况下效率较高，但会对当地水资源造成负担。通过循环水的闭环系统、空气冷却、利用外气等方式可以减少用量，但结果会因气候、设施设计、电力效率的组合而异。“每次AI提问必定消耗多少升水”这样的简单数字无法表达取水地点、季节、冷却方式、发电方的用水情况。

地区受到的影响不仅限于水。在建设期间会吸引大量工人和投资，完工后固定资产税等可能支持地方财政。另一方面，与巨大的建筑面积相比，常驻员工较少，税收优惠导致预期收入减少，变电设备和备用发电机的噪音、景观、交通改变了生活环境，这些不满也存在。即使AI产业对整个国家有利，但如果成本集中在选址地区，协议就会崩溃。

2026年7月的路透社/益普索调查显示，支持美国数据中心建设速度的人仅占约三分之一，支持在自己地区建设的人仅占14%。人们希望使用便利的服务，但不希望巨大的设施来到附近。这种矛盾很好地展示了数据中心问题的核心。


SNS上出现的三种反应

SNS上的声音大致分为三类。

 

第一种是“因为是不可或缺的基础设施，所以应当评价其带来的益处”的立场。在美国弗吉尼亚北部的论坛上，有人反映数据中心创造了税收，提供了就业，并支持了每个人使用的在线服务。指出不仅仅是AI专用设施这一点也很重要。因为我们以前使用的邮件、照片、视频、办公软件也需要同样的基础设施。

第二种是“地区负担大于利益”的反应。在同一讨论中，有反对意见指出，大部分就业是在建设期间的临时性，完工后的人数有限。在另一个论坛上，以电力使用量减少但账单金额上升的经历为契机，批评数据中心投资的费用分配和税收优惠。还有居民录制噪音并分享，呼吁反对计划的帖子，涉及住宅用地、水、电力等。

第三种是“环境负荷信息混乱”的反应。对于AI每次提问直接消耗大量水的说法，有人发帖询问依据，并讨论应区分设施整体的取水量和地区影响。因为既可能低估也可能夸大，所以要求运营商不仅要显示年度消耗量，还要按地区显示峰值电力、取水源、冷却方式、备用发电、费用负担的合同透明度。

此外，Fox News的原始文章中显示的反应在确认时仅有2个差评和2个好评，总计4个，不足以作为民意的样本。Reddit等公开帖子同样存在用户群体和话题设置的偏差。从SNS中可以读出的不是支持与反对的比例，而是人们对什么感到不安，对哪些解释不满意。要看支持率需要随机抽样的民意调查，要看地区影响需要结合设施单位的电力、水、税收数据。


需要的不是“建或不建”，而是更具体的条件

如果完全拒绝数据中心，数字服务的需求并不会消失。计算处理会转移到其他地区或国外，产生新的通信延迟、安全保障、灾害耐受性问题。另一方面，以竞争力为由无条件推进建设，则会将电网增强费用、水资源短缺、噪音、排放等问题推给居民。

现实的论点在于条件设计。运营商将承担多少新的发电和输电费用。是否能在干旱时减少取水。是否能使用再生水或闭环冷却。是否会公开备用发电机的运行和排放。以税收优惠为交换，如何保证永久就业、税收、对地区基础设施的贡献。此外，通过分散到多个地点和备份，社会服务的中断风险能降低到什么程度。将评估指标落实到合同和公开数据中是必不可少的。

我们用户也有角色。不要持续保存不必要的数据，视频质量与用途相匹配，为服务故障做好准备，将重要文件保存在其他地方，这些行为虽然微小。但最大的效果不是个人的忍耐，而是包括半导体、冷却、软件、电力采购在内的系统整体效率化和负担的公平分配。

“云”这个词让人联想到没有实体的便利空间。但其本质是土地、建筑物、半导体、光纤、发电站、输电线和冷却设备。每当我们轻触一次，物理世界就会运转。数据中心支撑着日常生活，社会不能再让其存在保持隐形。在下一阶段需要的不是放弃便利，而是让谁承担便利的账单，谁获得利益变得可见。


出处URL

相关文章